Question

我有一个名为Profile_list的列表对象，该对象将多个df组合在一起，并且所有列都具有相同的列（但行数不同）：

> summary(Profile_list)
            Length Class      Mode
Profile_19  26     data.frame list
Profile_20  26     data.frame list
Profile_21  26     data.frame list
Profile_40  26     data.frame list
Profile_41  26     data.frame list
Profile_84  26     data.frame list
Profile_92  26     data.frame list
Profile_95  26     data.frame list
Profile_98  26     data.frame list
Profile_106 26     data.frame list
Profile_135 26     data.frame list
Profile_139 26     data.frame list

我希望能够应用dplyr::select函数来选择列Col_A和Col_B，然后找到每个df的这两个提取列的unique组合，然后将这些结果分配给具有dfs Profile_list_unique_indicators相同名称的新列表。实现此目标的最佳方法是什么？

Answer 1

这里有一个purrr的解决方案，并且使用map（只要所有data.frames的列名都相同）

purrr::map(my_list, function(x) {
  x %>%  select(a, b) %>% group_by(a, b) %>% unique()
})
# [[1]]
# # A tibble: 3 x 2
# # Groups:   a, b [3]
#       a     b
# <dbl> <int>
# 1     2     1
# 2     2     2
# 3     2     3
# 
# [[2]]
# # A tibble: 3 x 2
# # Groups:   a, b [3]
#       a     b
# <dbl> <int>
# 1     1     4
# 2     1     5
# 3     1     6

但是我看不出与仅使用distinct的区别：

purrr::map(my_list, function(x) {
     x %>%  select(a, b) %>% distinct(a, b)
})
# [[1]]
#   a b
# 1 2 1
# 2 2 2
# 3 2 3
# 
# [[2]]
#   a b
# 1 1 4
# 2 1 5
# 3 1 6

假数据：

data <- data.frame(a = rep(2, 4), b = rep(1:3, 4))
data2 <- data.frame(a = rep(1, 4), b = rep(4:6, 4))

my_list <- list(data, data2)
my_list
# [[1]]
#    a b
# 1  2 1
# 2  2 2
# 3  2 3
# 4  2 1
# 5  2 2
# 6  2 3
# 7  2 1
# 8  2 2
# 9  2 3
# 10 2 1
# 11 2 2
# 12 2 3
# 
# [[2]]
#    a b
# 1  1 4
# 2  1 5
# 3  1 6
# 4  1 4
# 5  1 5
# 6  1 6
# 7  1 4
# 8  1 5
# 9  1 6
# 10 1 4
# 11 1 5
# 12 1 6

在列表中的类似结构化df上应用多个功能的最佳方法？

1 个答案: